Pokonywanie otchłani decyzji

Wyobraź sobie ten powszechny problem związany z zaopatrzeniem: pięć zespołów zakupowych w tej samej firmie niezależnie zaopatruje się w identyczną część od tego samego dostawcy. Żaden z zespołów nie jest świadomy planów pozostałych i wszystkie ostatecznie zabezpieczają część po bardzo różnych cenach z powodu braku widoczności danych i komunikacji. Wynik? Znacząca rozbieżność cenowa, która może potencjalnie kosztować firmę tysiące, jeśli nie miliony, więcej dolarów, niż powinna. Jeśli ten scenariusz brzmi znajomo, prawdopodobnie padłeś ofiarą „przepaści decyzyjnej” — rozdźwięku między inżynierią a projektowaniem produktu, planowaniem łańcucha dostaw i zaopatrzeniem w organizacjach, który utrudnia szybkie i świadome podejmowanie decyzji oraz widoczność.

Jednak nie jesteś sam, jeśli chodzi o problemy z widocznością danych w organizacjach. Zarządzanie danymi i ich wykorzystanie mogą być trudne – częstym problemem jest przepaść decyzyjna. Pełne 99% firm Taland ankietowani uznają, że dane są kluczowe dla osiągnięcia sukcesu, ale 97% z nich stoi przed wyzwaniami związanymi z ich efektywnym wykorzystaniem, a jedna trzecia nawet nie wykorzystuje danych do podejmowania decyzji. Powody, dla których firmy mają trudności z wykorzystaniem danych do podejmowania świadomych decyzji, są różne — niektóre wskazują na niską jakość danych, inne zaś potwierdzają poleganie na procesach ręcznych.

Choć wiele branż przeszło znaczną ewolucję transformacja cyfrowy w celu usprawnienia przepływów pracy i obniżenia kosztów, co nie ma miejsca w przypadku większości specjalistów ds. łańcucha dostaw i zakupów, którzy są zdani na łaskę niepołączonych narzędzi programowych i korzystają z arkuszy kalkulacyjnych w celu uzyskania praktycznych spostrzeżeń na podstawie skomplikowanych i rozłącznych danych. Zbyt wiele firm wpada w otchłań decyzyjną, jeśli chodzi o łańcuch dostaw, zwłaszcza funkcje zaopatrzenia i zakupów. 

Zrozumienie otchłani decyzji 

Zrozumienie otchłani decyzyjnej wymaga uznania, że ​​zespoły ds. zaopatrzenia, łańcucha dostaw i produktów mają bezproblemowo współpracować w całej organizacji i dzielić się informacjami, aby osiągnąć wspólne cele organizacyjne. Jednak rzeczywistość często odbiega od tego ideału, gdyż 64% specjalistów ds. łańcucha dostaw w dalszym ciągu korzysta z programu Excel w zakresie bezpośredniego zarządzania zaopatrzeniem i jedynie 35% firm wykorzystuje sztuczną inteligencję w swoim biznesie.

Wyzwania związane z używaniem arkuszy kalkulacyjnych takich jak Excel do zarządzania zaopatrzeniem bezpośrednim są dwojakie. Po pierwsze, brak wspólnego języka pomiędzy oddzielnymi funkcjami wymaga kontekstualizacji danych w celu zapewnienia ich powszechnego zrozumienia – a jest to zaleta, której brakuje Excelowi. Po drugie, korzystanie z fragmentarycznych arkuszy kalkulacyjnych tworzy silosy organizacyjne, blokując płynny przepływ informacji pomiędzy zespołami. Zespoły, których zadaniem jest wspólny cel, taki jak redukcja kosztów lub zapewnienie ciągłości dostaw, muszą mieć możliwość udostępniania i wykorzystywania wszystkich swoich danych w celu podejmowania jednolitej i inteligentnej decyzji.

Radzenie sobie z dzisiejszymi wyzwaniami za pomocą wczorajszych narzędzi

W następstwie zakłóceń w globalnym łańcuchu dostaw począwszy od 2021 r. firmy zwróciły większą uwagę na problemy z łańcuchem dostaw, które nękają wyniki finansowe. Chociaż łańcuchy dostaw wydają się obecnie bardziej stabilne niż w ostatnim czasie, są nadal kruche i stale zagrożone w miarę eskalacji napięć geopolitycznych w tempie przekraczającym możliwości tradycyjnych arkuszy kalkulacyjnych i procesów ręcznych. Na przykład nieodparte znaczenie ma rosnące napięcie między USA a Chinami firmy do ponownego przemyślenia i dywersyfikacji swoich dostawców w innych miejscach zachować odporność – jest to strategiczna zmiana wymagająca dostępu do aktualnych danych w celu szybkiego podejmowania decyzji.

Widzimy również zmiany w terminach dostaw, które wymagają wglądu w czasie rzeczywistym, aby zespoły mogły szybko dostosować swoje strategie zaopatrzenia, aby złagodzić dalsze zakłócenia w dostawach. Na przykład, kiedy wybuchła wojna między Izraelem a Hamasem, szefowie łańcucha dostaw i zaopatrzenia musieli natychmiast zrozumieć, którzy dostawcy i części miały wpływ na całą firmę. W takich przypadkach, gdy zespoły w organizacji niezależnie korzystają z oddzielnych arkuszy kalkulacyjnych bez skutecznej komunikacji i wymiany informacji, nie jest możliwe uzyskanie takiej widoczności i możliwość proaktywnego działania w celu znalezienia alternatywnych dostawców i części, gdy zajdzie taka potrzeba.

Jak pokonać otchłań decyzji

Liderzy łańcucha dostaw i zakupów mogą rozwiązywać problemy fragmentacji i powiązane problemy, wykorzystując zaawansowane technologie, takie jak automatyzacja sztucznej inteligencji, agregacja danych i kontekstualizacja.

Jeśli organizacje zapewnią kompleksową widoczność danych w ramach operacji wewnętrznych i szerszego ekosystemu danych za pomocą oprogramowania AI, dane kontekstowe mogą zapewnić aktualne, praktyczne spostrzeżenia i wypełnić przepaść decyzyjną. Ujednolicając i wykorzystując dane między odpowiednimi zespołami, firmy uzyskują jedno źródło prawdy do podejmowania decyzji, a także zaawansowany wgląd w to, w jaki sposób części i materiały można powiązać z gotowymi wyrobami, z lepszym i dokładniejszym dopasowaniem tego, co można wyprodukować z tego, co należy wyprodukować.  

Wyposażone w te zaawansowane możliwości działy zaopatrzenia zyskują pełną wiedzę o tym, jak każdy komponent, w tym wahania cen i zapasów, może wpłynąć na wyniki finansowe i wyniki organizacji. Wykorzystując inteligencję sztucznej inteligencji, menedżerowie ds. zaopatrzenia mogą optymalizować koszty podczas negocjacji z dostawcami, a zespoły otrzymują w czasie rzeczywistym powiadomienia o potencjalnym narażeniu na ryzyko związane z częściami towarowymi i materiałami, zanim pojawią się zakłócenia. Te bezcenne informacje umożliwiają zespołom inżynieryjnym i produktowym ocenę kondycji dostawców i modelowanie wpływu kluczowych komponentów na strukturę kosztów produktu na wczesnych etapach procesu projektowania.

A Badanie Kearneya z 2021 r pokazało, że wiodące firmy posiadające silne partnerstwa w zakresie zakupów w całej organizacji wygenerowały prawie dwukrotnie większy łączny zwrot dla akcjonariuszy, wnosząc o 200 punktów bazowych więcej do podstawowego miernika rentowności firmy EBITDA z wydatków stron trzecich i odbijając trzykrotnie mocniej po pandemii COVID-19.

Ogólnie rzecz biorąc, narzędzia AI prowadzą do znacznej poprawy wydajności operacyjnej. Po uwolnieniu się od kłopotów związanych z zarządzaniem arkuszami kalkulacyjnymi i ręcznymi, czasochłonnymi przepływami pracy, zespoły zakupowe mogą skupić się na bardziej strategicznych zadaniach.

Bariery w pokonaniu otchłani decyzji

Częstą przeszkodą w pokonaniu przepaści decyzyjnej jest niemożność rozpoczęcia, czyli „inercja organizacyjna”, wynikająca ze strachu przed nieznaną podróżą, czasem jej trwania i potencjalnymi wyzwaniami po drodze. Niechęć przywódców do inicjowania zmian jest głęboko zakorzeniona, ponieważ zespoły ds. zaopatrzenia i zaopatrzenia tradycyjnie od dziesięcioleci przestrzegają wspólnych procesów.

Zgodnie z McKinsey z badań wynika, że ​​61% dyrektorów zakładów produkcyjnych twierdzi, że spadły koszty, a 53% twierdzi, że wzrosły przychody bezpośrednio w wyniku wprowadzenia sztucznej inteligencji w łańcuchu dostaw. Ta zmiana to nie tylko ulepszenie technologii; to inspirująca podróż, która pozwala zespołom zwiększyć wydajność i wywrzeć bardziej znaczący wpływ strategiczny w organizacji.

W obliczu otchłani decyzyjnej droga naprzód jest jasna. Jest to wezwanie do działania dla liderów łańcucha dostaw i zakupów, aby domagali się lepszych narzędzi programowych, aby zapoczątkować erę zwiększonej inteligencji podejmowania decyzji. Jeszcze nie jest za późno, aby rozpocząć transformację swojej organizacji za pomocą sztucznej inteligencji. Brak działań stwarza ryzyko wpadnięcia w otchłań decyzyjną, podczas gdy organizacje, które szybko przyjmą platformy oparte na sztucznej inteligencji, uzyskają optymalne wyniki biznesowe i przewagę konkurencyjną.

Keith Hartley jest dyrektorem generalnym LevaData.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://www.supplychainbrain.com/blogs/1-think-tank/post/38761-bridging-the-decision-abyss